问题生成03——2019-Improving Question Generation With to the Point Context

最新推荐文章于 2021-12-11 21:51:21 发布
最新推荐文章于 2021-12-11 21:51:21 发布
阅读量301 收藏
点赞数
分类专栏： NQG 文章标签： nlp 自然语言处理 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yangyanglulu/article/details/107611559
版权

要点：识别与答案相关的上下文，并转化为疑问句。
难点：如何有效地利用非结构化的文本句子（informativeness）和结构化的与答案相关的关系（faithfulness）中的信息。

亮点：作者发现模型可以根据文本中的一个答案生成多个不同类型的问题；关系抽取，根据与答案 关系的不同 可以提问多个问题；与之前的有区别（one-to-one mapping problem）

还未详细看论文，放一个别人的笔记先
笔记

yangyang哥
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python-使用NLP自动生成问题
08-10
该程序将文本文件作为输入，并通过分析每个句子来生成问题
Improving performance of tensor-based context-aware recommenders using Bias Tensor Factorization with context feature auto-encoding
02-07
In this paper, we focus on the problem of context-aware recommendation using tensor factorization. Tra- ditional tensor-based models in context-aware recommendation scenario only consider user-item-...
问题生成系列学习-2020_Improving Question Generation with Sentence-level Semantic Matching and Answer Positio
yangyanglulu的博客
06-16 658
问题生成系列学习（2）:2020_Improving Question Generation with Sentence-level Semantic Matching and Answer Position Inferring link :https://arxiv.org/pdf/1912.00879.pdf 背景：序列-序列模型将答案及其上下文作为输入，在问题生成方面取得了长足的进展。 问题：然而，我们观察到这些方法经常产生错误的问题词或关键词，并从输入中复制与答案无关的词。 分析：我们认为，
论文解读：Improving Question Answering over Incomplete KBs with Knowledge-Aware Reader
夏栀的博客
06-04 1989
论文解读：Improving Question Answering over Incomplete KBs with Knowledge-Aware Reader   知识库问答（KBQA）是一种领域问答系统（Domain QA），基本原理是给定一个问句和一个知识库，从知识库中找到对应的答案实体。考虑到知识库是不充分的，该工作则结合非结构化文本来解决一些问句无法直接在知识库中寻找答案的问题。 一、简要信息 序号 属性 值 1 模型名称 SGR EADER + KAR EADER 2 所属
构建语义匹配和答案位置推断两个任务来辅助问题生成
带你飞
03-24 259
题目：Improving Question Generation with Sentence-Level Semantic Matching and Answer Position Inferring 关键字：问题生成；多任务学习，门控融合 摘要：考虑一个答案以及给定的上下文作为输入，利用序列模型进行问题的生成。这些方法存在的问题主要是在错误问题单词的生成和关键词生成以及从源中复制不相干的单词。我们认为缺失全局问题语义和探索答案位置不够好是这个问题的主要答案。本文我们提出了一个神经网络问题生成模型以及两个子
浅谈问题生成（Question Generation）
Paper weekly
12-11 3747
©作者 | 刘璐学校 | 北京邮电大学研究方向 | 问题生成与QA问题生成（Question Generation）是文本生成中的重要子任务，旨在根据输入数据（文本、知识库、图像等类型，本...
Improving Semantic Parsing with Enriched Synchronous Context-Free Grammar
02-21
Improving Semantic Parsing with Enriched Synchronous Context-Free Grammar
Improving Image Generation with Better Captions.pdf
最新发布
07-11
本文献《Improving Image Generation with Better Captions》聚焦于一种创新的方法，旨在通过改进图像生成模型所依赖的文字描述（即图注）来提升其生成图像的能力。传统上，文本到图像（text-to-image）的生成模型...
2020-自校正网络20cvpr-SCNet-Improving Convolutional Networks with Sel
08-03
然而，"2020-自校正网络20cvpr-SCNet-Improving Convolutional Networks with Self-Calibrated Convolutions"这篇论文提出了一种新的思路，即不通过调整网络架构，而是改进CNN的基础卷积特征转换过程来提升性能。...
神经网络问答生成最全模型、策略、应用相关论文、资源、评测整理分享
lqfarmer的博客
01-07 2598
本文整理了基于神经网络的问答系统中，文本生成相关各种算法、优化策略、应用场景的经典论文，以及相关的评估、开源资源等等，需要朋友自取。 资源整理自网络，源地址：https://github.com/teacherpeterpan/Question-Generation-Paper-List 目录 综述论文 1.Recent Advances ...
知识图谱与问答系统-论文分享两则
jxsdq的博客
06-10 2008
论文一：Improving Question Generation with Sentence-level Semantic Matching and Answer Position Inferring 论文链接：https://arxiv.org/pdf/1912.00879.pdf 本文主要聚焦问答系统（Q&A）的反问题—问题生成（Question Generation，Q&G）。问题生成的目的是在给定上下文和相应答案的情况下生成语义相关的问题，问题生成任务可分为两类：一类是基于规则的方
问题生成（question-generation）论文汇总
yangyanglulu的博客
05-30 4188
1、综述：Recent Advances in Neural Question Generation-2019地址 2、其他论文： 任务为输入段落和答案，输出生成问题 主要处理了在问题生成（Question Generation，QG）中，长文本（多为段落）在seq2seq模型中表现不佳的问题。长文本在生成高质量问题方面不可或缺。 问题：在问题生成（Question Generation，QG）中，长文本（多为段落）在seq2seq模型中表现不佳。段落和答案编码 双向RNN来进行encode， 针对文章级的
请查收！顶会AAAI 2020录用论文之自然语言处理篇
木东的博客
04-15 1万+
文章目录 自然语言处理篇（NLP） Question Answering Sequence Labeling Semantics and Summarization Sentiment Analysis Machine Translation Dialogue System T...
问题生成(QG)与答案生成(QA)
明日世界
09-23 7022
继续 QG，梳理一下 MSRA 其他 3 篇关于 QG 的 paper： Two-Stage Synthesis Networks for Transfer Learning in Machine Comprehension Question Answering and Question Generation as Dual Tasks A Joint Model for Question ...
AAAI2020录用论文汇总（二）
fengdu78的博客
02-28 4351
本文汇总了截至2月23日arxiv上上传的所有AAAI2020录用论文，共计629篇，因篇幅过长，分为三部分，分享给大家。AAAI2020论文汇总（part 2）[201] Col...
论文笔记——Semantic Sentence Matching with Densely-connected Recurrent and Co-attentive Information(DRCN)
IndexFziQ CSDN
10-29 1972
Introduction 本文出自韩国 Naver Corporation 和 Seoul National University ，工作定义在句子匹配任务上。Sentence Matching的关键之处在于如何表示句子语义（目前感觉就是上下文信息和类似 POS 的特征信息，不能说是语义），如何理解句子之间的语义关系。查看相关工作可以得到，Attention 算法在刻画两个句子语义关系和对齐句子成...
AAAI-19录用论文清单
热门推荐
TomRen
01-28 1万+
AAAI-19于1月27日在夏威夷召开，今年是33届会议。 会议录用论文清单, workshop16个，tutorials24个。 标题的词云分析： 作者单位词云(按作者人数计算/一篇文章可能有多个作者)： picture from lonelyplanet.com 下面给出接收论文的列表： 第一个数字表示投稿的序号&内容可能有缺失 9: CircConv: A S...
TAR: SQL Guided Pre-Training for Context-dependent Text-to-SQL Parsing
03-31
TAR (Table-aware Pre-training with Abstract Reasoning) is a pre-training framework for context-dependent text-to-SQL parsing. It leverages SQL knowledge and utilizes abstract reasoning to better ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值